- 综合排序
- 最热优先
- 最新优先
- 来自专栏编外气象人
交通出行新模式---地图依赖
精度再高的纸质地图也没了市场，我们的交通出行已经对电子地图产生了严重依赖。 通过越来越智能化的电子地图的连接，可以把我们交通出行的需求变得简单而具体，甚至不需要去思考我该使用什么样的交通工具，该什么时间出发，地图都会为我们规划好。 在上面我们讨论过，智慧交通的发展一定离不开地图，特别是交通出行的智能规划，气象要素也是必不可少的一环，并且城市交通和高速通行还需要区别对待。 如果把气象信息与电子地图深度结合，那对交通出行效率会有极大的提升。 这些年，交通运营部门也意识到气象信息对安全出行的重要性，建设了不少大雾监测、道面状况监测的观测设备，能够解决一些实时监测和危险报警的问题，但是还无法解决恶劣天气对交通出行的预报问题。
50830编辑于 2022-04-04 - 来自专栏科技向令说
快速驶来的智能出行交通工具，未来去哪？
据报道，今年展会共有4119家参展商，其中有1300多家来自中国，接近1/3，为历年来规模之最。 相对而言，折叠车，滑板车，平衡车等各种新奇特的中小型出行交通工具却已经走进了我们的生活。 国内，智能出行硬件产品形势一片看好。 国际上，对于智能出行交通工具的关注更是达到了空前的高度，单一个GIGadgets ，每天只发布1-3条精品内容，就能拥有超过 1000 万人次的日均流量。 滚滚向前的智能出行交通工具，正面临着哪些问题待解以及哪些大趋势？ 3、如何在产业链各环节节省成本？ 4、如何在成本优化的基础上，提升售后体验？要知道出行设备属于易耗损硬件，但普遍售后服务体系无法跟上，售后服务体验较差。
83710发布于 2018-08-20 - 来自专栏C 与 Java 数据结构研习志
【机器学习】机器学习驱动的智能交通：优化出行，构建未来城市交通新格局
在当今科技飞速发展的时代，城市交通面临着日益严峻的挑战。拥堵的道路、低效的公共交通以及难以预测的出行时间，都给人们的生活和城市的可持续发展带来了诸多不便。 而机器学习技术的兴起，为解决这些问题带来了新的曙光，有望重塑城市交通格局，实现出行的优化与高效。 一、智能交通中的数据收集与预处理 智能交通系统依赖于大量的数据来进行分析和决策。 for South:", times[1]) print("Green time for East:", times[2]) print("Green time for West:", times[3] 四、路径规划与导航优化 机器学习还可以用于优化个人出行的路径规划和导航服务。通过分析历史交通数据、实时路况以及用户的出行习惯等信息，为用户提供更精准、更快捷的出行路线推荐。 path.append(current) path.reverse() return path # 示例地图数据（简单的图结构表示） graph = { 'A': {'B': 5, 'C': 3}
45010编辑于 2024-12-26 - 来自专栏灯塔大数据
Uber开放出行大数据 希望影响城市交通决策制定
1月9日，据道琼斯消息，未来几周，Uber将开始发布全球几十个城市的数据，包括从一个地点前往另一个地点的平均出行次数；这些信息从数百万次出行数据中得出。 有观点认为，Uber此举是为了向不支持Uber运营的城市政府展示Uber是如何改善当地交通状况。Uber方面表示，开放出行数据并非是为了以此游说当地政府部门。 其交通政策主管Andrew Salzberg表示，出行大数据对一个城市的公共交通基础设施而言属于非常有价值的未开发资源。 Uber表示，希望成为城市交通网络中有价值的一部分，影响决策者制定政策。 出行软件正在成为城市交通中重要的一部分，其自身大数据对城市交通有着重要作用。 去年9月，滴滴发布智能交通云平台，通过收集到的出行大数据，实现区域热力图、OD数据分析、城市运力分析、城市交通出行预测、城市出行报告以及信号灯动态配时等，同时还能在公共出行服务，比如实时路况、实时公交、
86350发布于 2018-04-08 - 来自专栏罗超频道
当共享出行遇上自动驾驶，百度将彻底颠覆交通出行汽车市场？
今年3月李彦宏宣布，百度与金龙客车合作的“阿波龙”首款无人驾驶小巴将在7月量产，今年4月的数字建设峰会上，“阿波龙”已面向逾千名公众提供试乘服务； 3月开始，百度相继获得北京、福建、重庆等地道路测试牌照 无人共享出行将会产生什么影响？ 网约车对传统交通体系的影响，想必大家已经体会很深刻。 2、绿色出行让城市交通问题得到彻底根治。 3、汽车公司将要全面转型不再只是卖车。 汽车公司此前的商业模式很简单，造车、卖车。在共享出行+无人汽车的模式普及后，买车的人会越来越少，汽车公司都会成为出行服务公司。 写在最后： 自动驾驶和共享经济，正在深刻地改变着交通出行汽车行业，而当两者结合，则会形成更强烈的化学反应，彻底颠覆传统的交通出行模式。
71140发布于 2018-07-23 - 来自专栏点滴科技资讯
谷歌未来战略：人工智能、云计算、交通出行、医疗和新兴市场！
下载PDF报告请加入点滴科技资讯知识星球！ 点滴科技资讯 专注于金融科技、人工智能、区块链等领域的专业圈子！
3.6K10发布于 2018-10-22 - 来自专栏高速公路那点事儿
【AI+交通】3-交通数字人产品的探讨
2024年，简璐璐已经升级成为“基于交通大模型的公路数字专家”，成为了公路行业的新质劳动者。（摘自互联网） 那么交通数字人产品到底怎么做？还是从底层驱动开始探讨，先看定义。 01-交通数字人的定义 结合大模型总结，我们可以基本明确交通数字人的定义：具有对话式全新交互系统，结合语音语义理解能力，形成全新交互模式，能够通过对话完成业务处理，依托大模型的知识增强能力与内容生成能力 交通数字人目前来说，分为两种形态，一种是二维或三维的数字人，在平台界面呈现；一种是以机器人的形式展现。 二者只是载体不一样，核心还是需要高速公路各个业务系统来支撑。 如何实现呢？ 02-如何实现交通数字人 交通数字人的形象制作目前不是瓶颈，许多大厂都推出了数字人生成平台，其数据交互及处理能力是核心。 那么如何实现？
23200编辑于 2025-07-03 - 来自专栏罗超频道
交通出行进入大数据时代，ofo打出了响亮的一枪
在我看来，面向管理部门提供开放数据平台，将会成为共享单车平台的共同选择，此举也将改变交通出行行业。 人工智能+大数据彻底改变交通出行 交通出行行业正在掀起一场变革，共享出行、共享单车只是一个开始。 所有交通工具和基础设施，都在一张大网里面互联互通，最终整个交通出行的每一个细节都会被数据化，人、车、路三大关键元素都将被大数据技术所改变，未来的出行和交通将是大数据驱动的。 百度地图、高德地图作为出行的基础数据平台，一直也在致力于通过大数据来改变交通出行。百度地图、高德地图均会定期发布大数据报告，为各地城市的交通规划和优化提供参考。 3、智能调度，提高赚钱能力。 通过预测不同区域的出行习惯，针对性地投放车辆，可以大幅提升单车利用率，进而给平台带来真金白银。 共享单车是交通出行不可或缺的一环，大数据对于整个交通出行行业都有很强的价值。事实上，不只是共享单车，未来的出行交通行业，都将进入大数据时代。
878110发布于 2018-04-25 - 来自专栏腾讯位置服务
广东2021十一出行指南！《广东省国庆交通预测报告》正式发布
十一出行高峰将至 腾讯地图、腾讯智慧交通、腾讯研究院、 腾讯位置服务、腾讯自动驾驶 联合广东省公安厅交通管理局 基于腾讯交通数字底座 针对脱敏后的交通出行、 位置服务大数据进行多维时空分析计算 撰写发布了 《2021年广东省国庆假期交通预测报告》 为用户提供出行参考 高速避堵攻略 预测显示 十一期间全国高速出程拥堵高峰将在 10月1日9时-12时之间 峰值将出现在11时左右 10月2日上午将迎来第二波出程峰值 广东省流入和流出主要集中在 湖南、广西、江西三个省份 大湾区城市群人员流动将主要集中在 广州、佛山、深圳、东莞等几个城市之间 省内出行大部分都选择汽车客运 还有少量铁路交通出行 具体到城市，国庆期间广州市民省内出行 偏爱佛山、清远、东莞 深圳市民则喜欢到 东莞、惠州、广州去遛个弯 跨省出行方面， 广州市民的热门出行目的地 是赣州、郴州、衡阳 深圳市民偏爱赣州、郴州、长沙 湖南、江西两省和广深看起来有特别的缘分～ ，小心安全驾驶 快乐出门、平安回家 长按识别二维码 下载《2021年广东省国庆假期交通预测报告》
1.6K60发布于 2021-09-30 - 来自专栏登神长阶
【机器学习】机器学习赋能交通出行：智能化实践与创新应用探索
本文将详细介绍机器学习在交通出行领域的实践与应用，以期推动交通出行领域的智能化发展 机器学习是一门涉及多领域的交叉学科，旨在通过计算机算法从数据中学习并自动改进性能。 在交通出行领域，机器学习技术可以应用于交通流量预测、智能交通信号控制、自动驾驶技术、智能出行推荐系统等多个方面 2. 交通流量预测与优化 交通流量预测是交通出行领域的重要问题之一。 同时，交通流量预测还可以为出行者提供实时交通信息，帮助他们选择最优的出行路线 在交通流量预测方面，常用的机器学习算法包括线性回归、决策树、随机森林、神经网络等。 在实际应用中，交通流量预测和优化是一个复杂的过程，需要考虑更多的因素 3. X = user_data[features] # 设定聚类数量（例如：3个用户画像） n_clusters = 3 # 执行K-means聚类 kmeans = KMeans
91210编辑于 2024-06-25 - 来自专栏腾讯位置服务
交通显示屏上提示前方路况和距离，腾讯位置服务方便市民出行
近日，为方便市民出行，北京市交管局在机场方向的交通诱导屏上新增了抵达航站楼和三元桥、四元桥等交通节点的预测时间。这是北京交管部门创新交通信息的多维发布体系为市民出行提供的服务之一。 为服务首都智慧交通建设，腾讯依托于位置服务核心能力，为北京交管局提供核心能力支持。这是双方继“一带一路”高峰论坛期间的出行指引服务之后的又一次合作。 市民在前往机场的交通节点可以看到预估到达机场的时间，并根据自己航班的时间，选择其他路线或者交通方式前往机场，进一步方便了市民出行。 在本次合作中，腾讯位置服务利用核心能力，让出行市民准确了解到全市道路情况、指定点到点的预计到达时间（ETA）等。 未来，腾讯位置服务将与北京市交管局继续深化在智慧交通体系建设方面的合作，缓解城市拥堵，优化北京市民的交通出行体验。
67420发布于 2018-11-07 - 来自专栏高速公路那点事儿
从情报板到“AI指挥者”，交通智能体如何改变高速出行的服务形态？
“ 本文对AI智能体如何对一张网出行服务的形态产生影响进行简单研究，只是初步想法，还未太深入，仅供参考。” 在交通新基建转型升级背景下，由于AI的快速发展，"一张网"出行服务必将经历从传统信息化系统向智能体架构范式的转变。 是否意味着不久的将来，高速公路的伴随式出行智能体即将发布 ，其形态可能是安装在手机上的APP，也可能安装在车载终端的程序、还有就是高德、百度等这样的导航软件直接进化为交通伴随智能体。 场景3：疲劳驾驶安全守护 货车司机老王眼皮打架时，方向盘突然轻微震动，空调冷风直吹面部，AI语音急促提醒：“检测到疲劳体征！前方1公里港湾式停车区已亮灯！请驶入休息。” 2.交通大模型与专业模型（气象预警、养护决策）的协同机制。 3.智能体与传统系统的快速对接，尤其是传统系统的开发商需要快速转型与升级。
26510编辑于 2025-07-03 - 来自专栏低代码可视化
智慧城市交通 Sovit3D打造智慧交通可视化决策系统
随着城市人口的爆炸式增长，智慧交通运输技术可以满足人们对出行、贸易、公共交通和其他基本公民服务的日益增长的需求。商用车、公共汽车、汽车、飞机、轮船和铁路帮助我们在物理上相互联系并交易商品。 建设价值基于数维图Sovit2D、Sovit3D可视化开发平台，依靠互联网、大数据、物联网及人工智能等多种信息技术，对涉及交通的全域数据进行多维度可视化展示，基于对交通历史数据的多维分析、关系分析，根据分析研判结果 充分运用新一代信息技术，对交通管理、交通运输、交通安全、公众出行等方面以及交通建设管理全过程进行管控支撑，使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力，运用物联网、云计算 、人工智能、移动互联网等技术完成交通运输相关产业的转型升级，将各种交通出行模式整合在统一的服务体系与平台中，实现交通出行链条的一体化，建立精准满足出行者需求和满足智慧城市治理要求的大交通一站式智慧交通全生态 本文主要介绍了Sovit2D和Sovit3D在城市交通智慧化系统开发中的实践应用，从智慧城市交通综合管理平台的Web组态、三维可视化等多方面，进行快速高效的可视化开发，为智慧交通解决方案提供商及软件开发公司提供全面的技术支持
1.4K00编辑于 2022-10-10 - 来自专栏大数据文摘
D-News|滴滴出行发布智能交通云平台，重新编码生命将改写地球生物历史
【摘要】滴滴出行发布智能交通云平台；百度开源深度学习平台Paddle；重新编码生命将改写地球生物历史的技术；8月P2P成交突破2000亿创新高…最新最全数据新闻，尽在本期DNews！ ◆ ◆ ◆ 业界巨头 滴滴出行发布智能交通云平台 欲与政府合作优化交通出行 9月1日，滴滴出行正式发布上述智能交通云计算平台，该平台通过滴滴出行收集到的出行大数据，可以实现区域热力图、OD数据分析、城市运力分析 、城市交通出行预测、城市出行报告以及信号灯动态配时等，同时还能在公共出行服务，例如实时路况、实时公交、ETA、城市运力补充等方面发挥价值。 滴滴高级副总裁章文嵩在8月31日举行的华为全联接大会2016上表示，这个平台将为智能交通出行服务，帮助城市交通建设及公众出行作决策。
83450发布于 2018-05-25 - 来自专栏大数据-BigData
Apache Kyuubi + Hudi在 T3 出行的深度实践
T3出行是一家基于车联网驱动的智慧出行平台，拥有海量且丰富的数据源。因为车联网数据的多样性，T3出行构建了以 Apache Hudi 为基础的企业级数据湖，提供强有力的业务支撑。 T3出行选择了基于网易数帆主导开源的 Apache Kyuubi（以下简称Kyuubi）来搭建这样的能力。 在2021 中国开源年会(COSCon’21)上，T3出行高级大数据工程师李心恺详细解读了选择 Kyuubi 的原因，以及基于 Kyuubi 的深度实践和实现的价值。 引入 Kyuubi 前的技术架构 image.png T3出行整个数据湖体系，由数据存储与计算、数据查询与分析和应用服务层组成。其中数据计算分为离线和实时。 后续计划升级到社区的新版本跟社区保持同步，同时基于T3出行场景做的一些功能点，也会陆续回馈给社区，共同发展。
2K60编辑于 2022-05-26 - 来自专栏乐行僧的博客
西安交通大学915-2016-编程3
std; enum STATUS { NORMAL = 0, // 正常 LATE = 1, // 迟到 LEAVE = 2, // 请假 ABSENT = 3 leave_rate = 1.0 * (arr[i].course[2]) / arr[i].sum; double absent_rate = 1.0 * (arr[i].course[3] late += arr[i].course[1]; leave += arr[i].course[2]; absent += arr[i].course[3]
27310编辑于 2022-02-24 - 来自专栏大大的小数据
出行圈2020.10.19
1、计算出时间 2、FanBI绘制热力图 3、有点问题：位置不准确，时间有疑问不准确，难道要多次取数平均或者最大最小值？ 4、色阶色块可以。 5、 6、 7、难不倒测量工程师，改坐标。
44520编辑于 2022-09-21 - 来自专栏乐行僧的博客
西安交通大学915-2020-编程3
题目描述： 代码实现： // 直接爆搜 #include <iostream> #include <vector> using namespace std; int cnt = 0; void dfs(int target, vector<int>& value, int u) { if (!target) { cnt++; return; } for (int i = u; i < value.size(); i++) { //
48620编辑于 2022-02-24 - 来自专栏乐行僧的博客
西安交通大学915-2021-编程3
std; const int N = 110; int f[N]; // 状态表示 : f[i]表示第i天机器人的总数 // 状态计算 : 第i天的机器人数量 = 第i-1天的机器人数量 + 第i-3天的机器人数量 // 因为第i-3天的机器人数量到今天已经称为一个成熟的机器人，可以产生一个新的机器人 // 状态转移方程 f[i] = f[i - 1] + f[i - 3] int main() { memset(f, 0, sizeof(f)); f[1] = 1; f[2] = 2; f[3] = 3; for (int i = 4; i <= 100; i++) { f[i] = f[i - 1] + f[i - 3]; } int n = 0; cout << "please input n (n >= 1):" <<
43520编辑于 2022-02-24 - 来自专栏乐行僧的博客
西安交通大学915-2017-编程3
return; } ++this->rightTop; } }; int main() { int arr[] = {1, 2, 3,
30410编辑于 2022-02-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号